علم البيانات مع Kotlin. علم البيانات مع Kotlin

مقدمة

كتاب «Kotlin Data Science» (المؤلف: ديفيد كاتزمان، 2020، 320 صفحة) هو أول دليل شامل مخصص لاستخدام لغة Kotlin في مجال علم البيانات. بينما تظل Python وR الأدوات المهيمنة لتحليل البيانات، تقدم Kotlin مزايا فريدة: الكتابة الثابتة (static typing)، بناء جملة موجز، توافق كامل مع Java، وأداء ممتاز. يضع المؤلف أمامه مهمة طموحة — إظهار أن Kotlin يمكن أن يكون ليس مجرد بديل، بل منصة كاملة لبناء خطوط أنابيب بيانات شاملة (end-to-end data pipelines): من الجمع والتنظيف إلى التصور ونشر نماذج التعلم الآلي.

عن ماذا يتحدث هذا الكتاب

ينقسم الكتاب إلى ثلاثة أجزاء منطقية، يغطي كل منها المراحل الرئيسية للعمل مع البيانات. يقدم الجزء الأول أساسيات Kotlin لعلم البيانات: إعداد البيئة، العمل مع المجموعات (collections)، البرمجة الوظيفية، والتكامل مع Jupyter Notebooks عبر مكتبة Kotlin Kernel. الجزء الثاني مخصص لمكتبات تحليل البيانات: Kotlin DataFrame (مشابه لـ pandas)، Kravis (تصور على غرار ggplot2)، وKMath (الحسابات العددية). الجزء الثالث — الأكثر عملية: يغطي التعلم الآلي باستخدام KotlinDL (التعلم العميق) وSmile (النماذج الإحصائية)، بالإضافة إلى نشر النماذج عبر REST API والتكامل مع الخدمات السحابية.